CN105227307A - 身份验证方法与***以及服务器数据处理方法和服务器 - Google Patents

身份验证方法与***以及服务器数据处理方法和服务器 Download PDF

Info

Publication number
CN105227307A
CN105227307A CN201410242379.7A CN201410242379A CN105227307A CN 105227307 A CN105227307 A CN 105227307A CN 201410242379 A CN201410242379 A CN 201410242379A CN 105227307 A CN105227307 A CN 105227307A
Authority
CN
China
Prior art keywords
verified
characteristic point
point information
user
information collection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410242379.7A
Other languages
English (en)
Inventor
李立中
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced New Technologies Co Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201410242379.7A priority Critical patent/CN105227307A/zh
Priority to TW103134011A priority patent/TWI650666B/zh
Priority to US14/723,320 priority patent/US9704051B2/en
Priority to EP15729640.1A priority patent/EP3152702A1/en
Priority to PCT/US2015/032841 priority patent/WO2015187445A1/en
Priority to SG11201609229UA priority patent/SG11201609229UA/en
Priority to JP2016566203A priority patent/JP6518694B2/ja
Priority to KR1020167030810A priority patent/KR102038851B1/ko
Priority to SG10201907025VA priority patent/SG10201907025VA/en
Publication of CN105227307A publication Critical patent/CN105227307A/zh
Priority to HK16103695.4A priority patent/HK1215766A1/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/322—Aspects of commerce using mobile devices [M-devices]
    • G06Q20/3224—Transactions dependent on location of M-devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4014—Identity check for transactions
    • G06Q20/40145—Biometric identity checks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
    • G06V10/811—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data the classifiers operating on different input data, e.g. multi-modal recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/24—Character recognition characterised by the processing or recognition method
    • G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G06V40/1376—Matching features related to ridge properties or fingerprint texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/197—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Accounting & Taxation (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Security & Cryptography (AREA)
  • Finance (AREA)
  • Ophthalmology & Optometry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明实施方式公开了一种身份验证方法与***以及服务器数据处理方法和服务器。身份验证方法，其包括：采集待验证用户的生物特征信息；从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户；将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。本发明可以减少有权限通过身份验证的用户因一些原因未通过验证的情况，给用户带来了便利。

Description

身份验证方法与***以及服务器数据处理方法和服务器
技术领域
本申请涉及身份验证领域，特别涉及一种利用生物特征识别技术的身份验证方法与***以及服务器数据处理方法和服务器。
背景技术
身份验证是指通过一定的手段，确认用户的身份。基于生物特征的身份验证是指通过用户的指纹或虹膜等确认用户的身份。用户的指纹或虹膜均具有不变性和唯一性。不变性是指用户的指纹或虹膜除非出现意外的受伤之外，可以长时间不发生改变。唯一性是指用户的指纹或虹膜具有的纹路是唯一的，不同用户的指纹或虹膜的纹路是不相同的，使得指纹或虹膜能够唯一表示一个用户。
现有基于生物特征的身份验证，以指纹为例，多采取先注册，每次确认身份时进行验证的方式。注册的过程主要包括：通过采集终端采集用户的指纹或虹膜的图像；从图像中提取指纹的特征点信息；保存提取的特征点信息。其中，特征点信息包括特征点的类型、坐标、方向等参数。特征点的类型可以包括纹路的端点、孤立点或环等。在进行身份验证时，通过采集终端采集待验证用户的指纹，将待验证用户的指纹进行预处理以及提取特征点信息，将待验证用户的特征点信息与保存的特征点信息进行对比，当待验证用户的特征点信息与保存的特征点信息的符合度达到预定数值时，可以认为待验证用户通过身份验证。
在一些情况下，出于一些特殊原因致使已经完成注册的用户难以通过身份验证，影响用户的正常工作或生活。比如，由于采集终端使用时间过久，内部元件老化，使得采集终端采集的图像质量较低，使得提取出的特征点信息不全，导致符合度未达到预定数值，待验证用户难以通过验证；再者，一些用户的生物特征本身不够明显，比如指纹的纹路非常不明显，此时采集终端采集的图像质量也会较低，使得提取出的特征点信息不全，导致符合度未达到预定数值，待验证用户难以通过验证；在一些特殊情况下，比如手指蜕皮、手指汗腺过于发达或者眼睛虹膜发炎，都可能会导致用户难以通过验证。显然，在上述情况下，用户通过身份验证的通过率较低，给用户带来较大的麻烦。比如，具有指纹或虹膜识别功能的门禁，用户无法通过身份验证，则无法开门；比如通过生物特征进行验证身份的金融产品，用户无法通过身份验证，便无法消费购买所需的物品。
发明内容
本申请实施方式的目的是提供一种能够提高身份验证通过率的身份验证方法及***和服务器数据处理方法和服务器。
为解决上述技术问题，本申请提供一种身份验证方法，其包括：采集待验证用户的生物特征信息；从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户；将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
本申请还提供一种身份验证***，其包括：采集模块，用于采集待验证用户的生物特征信息；特征提取模块，用于从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户；匹配模块，用于将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；处理模块，用于在所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
本申请还提供一种服务器数据处理方法，所述方法包括：接收用户终端发出的生物特征信息；从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户；将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
本申请还提供一种服务器数据处理方法，所述方法包括：接收待验证特征点信息集；将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
本申请还提供一种服务器，所述服务器包括：接收模块，用于接收用户终端发出的生物特征信息；特征提取模块，用于从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户；匹配模块，用于将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；处理模块，用于在所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
本申请还提供一种服务器，所述服务器包括：接收模块，用于接收待验证特征点信息集；匹配模块，用于将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；处理模块，用于在所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
由以上本申请实施方式提供的技术方案可见，本申请为待验证特征点信息集与预定特征点信息集的匹配度，划分两个基准值，即第一预定阈值和第二预定阈值，针对匹配度处于第一预定阈值和第二预定阈值之间的情况，采取了进一步的验证措施，使得因一些特殊原因导致的原本有权限通过身份验证而未通过身份验证的用户，无需重复多次进行身份验证尝试，在一次身份验证过程中便可以通过身份验证，给用户带来了便利。
附图说明
为了更清楚地说明本申请实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一个实施方式提供的身份验证方法的流程图；
图2为本申请一个实施方式提供的身份验证方法的流程图；
图3为本申请一个实施方式提供的身份验证方法的流程图；
图4为本申请一个实施方式提供的身份验证方法的流程图；
图5为本申请一个实施方式提供的身份验证方法的流程图；
图6为本申请一个实施方式提供的身份验证***的模块图；
图7为本申请一个实施方式提供的服务器数据处理方法的流程图；
图8为本申请一个实施方式提供的服务器数据处理方法的流程图；
图9为本申请一个实施方式提供的服务器数据处理方法的流程图；
图10为本申请一个实施方式提供的服务器数据处理方法的流程图；
图11为本申请一个实施方式提供的服务器数据处理方法中，接收验证数据的子步骤流程图；
图12为本申请一个实施方式提供的服务器数据处理方法中，二个以上预设特征点信息集的预设数据存在一个预设数据与所述验证数据相同时的子步骤流程图；
图13为本申请一个实施方式提供的服务器的功能模块图；
图14为本申请一个实施方式提供的服务器的功能模块图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都应当属于本申请保护的范围。
请参阅图1，为本申请的一个实施方式提供的身份验证方法，其包括如下步骤。
步骤S10：采集待验证用户的生物特征信息。
在本实施方式中，所述生物特征信息可以包括指纹图像、人脸图像、虹膜图像、掌纹图像、步态视频、语音音频、耳型图像或签名识别等等。其中优选地，所述生物特征信息可以包括指纹图像或虹膜图像。
步骤S20：从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户。
在本实施方式中，生物特征信息中包括若干特征点信息，所述若干特征点信息形成特征点信息集。特征点信息是用户自身生长过程中形成的特征。具体的，举例为：以生物特征信息为指纹图像为例，指纹中的特征点的类型可以包括纹路的端点、断点、孤立点或环等，特征点信息可以包括特征点的类型、坐标、方向等参数。以生物特征信息为虹膜图像为例，虹膜中的特征点的类型可以包括冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹或条纹等，特征点信息可以包括特征点的类型、坐标、方向、大小等参数。由于每个特征点信息集均是从用户的特征信息中提取出来，所以一个特征点信息集可以唯一标识一个用户。
步骤S30：将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配。
在本实施方式中，可以预先采集用户的生物特征信息，预设特征点信息集可以是从所述生物特征信息中提取出的特征点信息集。预先保存所述特征点信息集，以作为待验证用户是否有权限通过验证的预设特征点信息集。
在本实施方式中，将待验证特征点信息集中的每个特征点信息与预设特征点信息集中的特征点信息进行比对，判断二者是否相同。具体的，举例为：所述待验证特征点信息集的来源为指纹图像，可以依照特征点信息中的坐标按照一定顺序选取待验证特征点信息集中的特征点信息与预设特征点信息集中对应坐标的特征点信息进行比对，判断该特征点的类型、方向等信息是否相同。并可以进一步结合模糊算法，在预设特征点信息集中选择与当前选取的特征点信息的坐标相邻近的特征点信息与当前选取的特征点信息进行比对，如此在发现除坐标外其他相同的特征点信息时，可以通过二者的坐标差校准待验证特征点信息集中的坐标与预设特征点信息集中的坐标。所述预设特征点信息集的数量可以为至少一个，当所述预定特征点信息集的数量为二个或二个以上时，可以将所述待验证特征点信息集分别与预定特征点信息集进行匹配。
步骤S40：所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
在本实施方式中，匹配度可以是待验证特征点信息集中与预设特征点信息集中相匹配的特征点信息数量占预设特征点信息集中特征点信息总数的比例。当然，匹配度也可以是待验证特征点信息集中与预设特征点信息集中相匹配的特征点信息数量占待验证特征点信息集中特征点信息总数的比例。
在本实施方式中，第一预定阈值可以为认定待验证用户可以直接通过验证的最低匹配度，即当待验证特征点信息集与预设特征点信息集的匹配度大于或等于第一预定阈值时，可以认定待验证用户通过验证。
在本实施方式中，当匹配度小于第一预定阈值并大于第二预定阈值，可以表明待验证特征点信息集中存在一定数量的特征点信息与预设特征点信息集相同。此时，可能存在两种情况。第一可能是待验证用户有权限通过验证，但由于采集终端老化导致采集的生物特征信息的质量较差，也可能是用户本身身体状态不佳，导致采集终端采集的生物特征信息的质量较差，致使匹配度没有大于或等于第一预定阈值。第二可能是待验证用户本身没有权限通过验证，待验证客户的待验证特征点信息集与预设待验证特征点信息集客观上存在部分特征点信息相同。当然，还可能存在其他原因导致匹配度小于第一预定阈值并大于第二预定阈值，在此限于篇幅不再列举，前述列举的情况仅仅是针对出现匹配度小于第一预定阈值并大于第二预定阈值情况的举例，并不对本申请构成限定。
在本实施方式中，当匹配度小于第二预定阈值，可以表明待验证特征点信息集中存在较少数量的特征点与预设特征点信息集相同，基本可以排除待验证用户具有权限通过验证。
在本实施方式中，所述预定数据可以为用户预先设置并进行保存的数据，该数据与用户预先设置的预设特征点信息集对应保存，用于在生物特征信息的匹配度处于第一预定阈值和第二预定阈值之间时，输入与所述预定数据相同的验证数据，表明待验证用户有权限通过验证。具体的，举例为：所述预定数据可以为至少一位数字，或至少一个字母，或至少一个符号，或者由数字、字母和符号中至少二种组成的字符串。
在本实施方式中，若所述验证数据与所述预定数据不同，则待验证用户的身份验证失败，即待验证用户未通过身份验证，不具有进一步作业的权限。
在本实施方式中，通过输入验证数据，使得一部分因某种原因导致生物特征信息的匹配度小于第一预定阈值而没有通过验证的待验证用户，能够通过一次生物特征信息的匹配便通过验证，为该待验证用户带来便利。具体的，举例为：因采集终端老化或待验证用户身体本身的原因，使得采集的生物特征信息质量较差，进而提取的待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值而大于第二预定阈值，假设待验证用户本身有权限通过验证，则待验证用户输入验证数据之后，将验证数据与预设数据进行比对，若二者相同，可以确认待验证用户的身份，表明待验证用户可以通过验证。从而节省了用户再次进行生物特征信息匹配的时间，并且也解决了因采集终端老化或待验证用户身体本身的原因，使得采集的生物特征信息质量较差时，用户难以通过验证的问题。
本实施方式提供的身份验证方法可以适用于具有生物特征信息采集功能的终端或包括生物特征信息的采集端和服务器的硬件***。具体的，举例为：具有生物特征信息采集功能的门禁，应用本身份验证方法之后，可以提高安全性能。利用生物特征信息进行身份验证的支付***，包括生物特征信息的采集端和服务器，应用本身份验证方法，可以提高支付的安全性，并给用户的使用带来了便利。
请参阅图2，在一个实施方式中，所述身份验证方法可以应用于包括用户终端和服务器的硬件***上时。所述身份验证方法可以包括如下步骤。
步骤S11：用户终端采集待验证用户的生物特征信息，向所述服务器发送消息，所述消息附带所述生物特征信息。
在本实施方式中，用户终端采集待验证用户的生物特征信息。具体的，举例为：若要采集的生物特征信息是指纹图像，用户终端可以是光学式指纹读取器、电容式指纹传感器或射频指纹识别技术传感器等。若要采集的生物特征信息是虹膜图像，用户终端可以是带有光学摄像头的图像采集装置。
在本实施方式中，所述用户终端与所述服务器之间可以进行通信，通信的方式可以利用互联网或局域网。所述用户终端将采集的生物特征信息发送给服务器进行进一步的处理。
步骤S50：所述服务器接收所述生物特征信息。
步骤S21：所述服务器从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户。
步骤S31：所述服务器将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配。
步骤S40：所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
在本实施方式中，所述服务器可以是具有运算和存储功能的计算机设备。预设特征点信息集可以预先保存在服务器内，将预设特征点信息集作为判断待验证用户是否有权限通过验证的依据。具体的，可以预先采集用户的生物特征信息，服务器从生物特征信息中提出特征点信息集，并将特征点信息集按照一定的规则保存，以便于后续读取作为判断待验证用户是否有权限通过验证的依据。在服务器中可以存储有至少一个预设特征点信息集，并且服务器可以接收不同用户终端发来的生物特征信息，如此实现用户在服务器中保存预设特征点信息集之后，可以在不同的地方进行验证权限，进而通过验证之后进行进一步的操作。
在本实施方式中，服务器将待验证特征点信息集中的每个特征点信息与预设特征点信息集中的特征点信息进行比对，判断二者是否相同。具体的，举例为：所述待验证特征点信息集的来源为指纹图像，可以依照特征点信息中的坐标按照一定顺序选取待验证特征点信息集中的特征点信息与预设特征点信息集中对应坐标的特征点信息进行比对，判断该特征点的类型、方向等信息是否相同。并可以进一步结合模糊算法，在预设特征点信息集中选择坐标与当前选取的特征点信息的坐标相邻近的特征点信息与当前选取的特征点信息进行比对，如此在发现相同的特征点信息时，可以通过二者的坐标差校准待验证特征点信息集中的坐标与预设特征点信息集中的坐标。所述预设特征点信息集的数量可以为至少一个，当所述预定特征点信息集的数量为二个或二个以上时，可以将所述待验证特征点信息集分别与预定特征点信息集进行匹配。
在本实施方式中，所述预定数据可以为用户预先设置并保存在服务器中的数据，该服务器将所述预定数据与用户预先设置的预设特征点信息集相对应保存，用于在生物特征信息的匹配度处于第一预定阈值和第二预定阈值之间时，输入与所述预定数据相同的验证数据，表明待验证用户有权限通过验证。具体的，举例为：所述预定数据可以为至少一位数字，或至少一个字母，或至少一个符号，或者由数字、字母和符号中至少二种组成的字符串。
本申请示例性的描述通过用户终端和服务器结合的硬件***上进行身份验证的方法，对于本领域技术人员来说，仅仅通过用户终端来进行本申请身份验证的方法也是可以实现的，例如预先在用户终端中存储预设特征点信息集及与其对应的预定数据。本实施例并不是对本申请保护范围的限定。
请参阅图3，在一个实施方式中，所述身份验证方法可以应用于用户终端和服务器组成的硬件***上时。所述身份验证方法可以包括如下步骤。
步骤S11：用户终端采集待验证用户的生物特征信息。
步骤S22：用户终端从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户，所述用户终端发送消息给服务器，所述消息附带有所述待验证特征点信息集。
在本实施方式中，用户终端可以具有生物特征信息采集功能和运算处理能力，并按照预定的算法在生物特征信息中提取特征点信息形成待验证特征点信息集。
步骤S51：所述服务器接收所述待验证特征点信息集。
步骤S31：所述服务器将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配。
步骤S40：所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
在本实施方式中，所述服务器可以是具有运算和存储功能的计算机设备。预设特征点信息集可以预先保存在服务器内，将预设特征点信息集作为判断待验证用户是否有权限通过验证的依据。具体的，可以有用户终端预先采集用户的生物特征信息并提取特征点信息集，服务器按照一定的规则保存特征点信息集，以便于后续读取作为判断待验证用户是否有权限通过验证的依据。在服务器中可以存储有至少一个预设特征点信息集，并且服务器可以接收不同用户终端发来的生物特征信息，如此实现用户在服务器中保存预设特征点信息集之后，可以在不同的地方进行验证权限，进而通过验证之后进行进一步的操作。
在本实施方式中，服务器将待验证特征点信息集中的每个特征点信息与预设特征点信息集中的特征点信息进行比对，判断二者是否相同。具体的，举例为：所述待验证特征点信息集的来源为指纹图像，可以依照特征点信息中的坐标按照一定顺序选取待验证特征点信息集中的特征点信息与预设特征点信息集中对应坐标的特征点信息进行比对，判断该特征点的类型、方向等信息是否相同。并可以进一步结合模糊算法，在预设特征点信息集中选择坐标与当前选取的特征点信息的坐标相邻近的特征点信息与当前选取的特征点信息进行比对，如此在发现相同的特征点信息时，可以通过二者的坐标差校准待验证特征点信息集中的坐标与预设特征点信息集中的坐标。所述预设特征点信息集的数量可以为至少一个，当所述预定特征点信息集的数量为二个或二个以上时，可以将所述待验证特征点信息集分别与预定特征点信息集进行匹配。
在本实施方式中，所述预定数据可以为用户预先设置并保存在服务器中的数据，该服务器将所述预定数据与用户预先设置的预设特征点信息集相对应保存，用于在生物特征信息的匹配度处于第一预定阈值和第二预定阈值之间时，输入与所述预定数据相同的验证数据，表明待验证用户有权限通过验证。具体的，举例为：所述预定数据可以为至少一位数字，或至少一个字母，或至少一个符号，或者由数字、字母和符号中至少二种组成的字符串。
请参阅图4，在本申请的一个实施方式中，所述身份验证方法还包括如下步骤。
步骤S60：所述匹配度大于所述第一预定阈值时，所述服务器获取所述待验证用户的预定定位终端的位置信息，判断所述预定定位终端和采集所述待验证用户的生物特征信息的用户终端是否处于同一位置。
在本实施方式中，预定定位终端可以是能够利用GPS或通信基站产生位置信息的装置。具体的，举例为：预定定位终端可以是移动电话。服务器可以预先对应预定特征点信息集保存用户移动电话的号码。服务器获取移动电话的位置信息的过程可以为：服务器向移动电话发出位置信息获取请求，移动电话接收位置信息获取请求之后，启动定位功能，可以是GPS定位，也可以是利用基站定位，产生定位信息并反馈给服务器。
在本实施方式中，用户终端可以设置有定位装置，所述定位装置产生用户终端的位置信息。具体的，举例为：所述定位装置可以接受GPS信号，从而产生位置信息并提供给服务器。
步骤S70：所述预定定位终端和所述用户终端不是处于同一位置时，所述服务器通过所述用户终端接收待验证用户输入的所述验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
在本实施方式中，服务器判断得出预定定位终端与用户终端不是处于同一个位置，则会通过用户终端接收验证数据，从而提升了所述身份验证的安全性。在一些情况下，比如涉及金融、机密数据或机密场合，对身份验证要求较高，单纯的生物特征信息的验证可能会被伪造。具体的，举例为：不法分子可能通过一些途径获取到某个用户的指纹或虹膜，并通过伪造技术进行伪造，例如制造具有该用户指纹的指套，或者提取出指纹或虹膜的特征点信息集并将该特征点信息集直接发送给服务器验证。不法分子可能通过前述方式通过身份验证，进而可能造成用户的经济损失或重要信息泄露。本实施方式中，通过判断用户随身携带的预定定位装置是否与用户终端处于同一位置，从而可以防止伪造的生物特征信息通过身份验证，极大的提高了用户的使用安全性。
在一个实施方式中，所述身份验证方法还包括步骤S61：所述预定定位终端和所述用户终端处于同一位置时，所述待验证用户通过验证。
在一个实施方式中，在所述步骤S11中：用户终端向服务器发出的消息中还附带有所述用户终端的位置信息。在本实施方式中，用户终端可能固定在某一个位置使用，则通过预先设置位置信息，便可以在用户终端每次发出生物特征信息时附带所述位置信息，以便于使服务器能够获取用户终端的位置信息。当然，所述用户终端还可以设置有定位模块，例如利用GPS信号产生位置信息。如此，用户终端便可以在不同的地点使用。
请参阅图5，在本申请的一个实施方式中，所述身份验证方法还包括以下步骤。
步骤S80：接收用户输入的业务数据。
在本实施方式中，可以在采集待验证用户的生物特征信息之前先行接收待验证用户输入的业务数据，也可以在采集待验证用户的生物特征信息之后接收待验证用户输入的业务数据。
在本实施方式中，对应于所述身份验证方法应用于采用用户终端和服务器的硬件***，所述用户终端在将生物特征信息发送给服务器时，可以附带所述业务数据，如此实现用户终端将业务数据提供给服务器。当然，也可以为用户终端在将特征点信息集发送给服务器时，可以附带所述业务数据。
在本实施方式中，所述身份验证方法可以应用于消费者在商铺进行消费的场合，即业务数据可以为消费者的消费金额，消费者通过所述身份验证方法来进行身份验证。
步骤S90：所述匹配度大于所述第一预定阈值时，将所述业务数据与预设规则进行对比，若所述业务数据不符合所述预设规则，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
在本实施方式中，预设规则可以是对业务数据的取值的预测，或者对业务数据取值的限制，或者是对业务数据的历史取值范围。业务数据符合预定规则，可以表示所述业务数据没有出现异常，不需要进一步的验证。当业务数据不符合预定规则，表示业务数据的取值可能存在异常，需要对待验证用户进一步验证，避免因用户的生物特征信息泄露被伪造而给用户造成损失。
在一个实施方式中，对应于本申请的身份验证方法应用于消费者在商铺进行消费的场合。所述预定规则可以是根据用户的历史消费记录分析得出的消费金额区间，所述业务数据应不超出所述消费金额区间。当所述业务数据处于所述消费金额区间之外时，被认定为业务数据不符合所述预设规则。业务数据表示当前的消费金额，当业务数据处于消费金额区间之外时，表明当前的消费违背了用户的历史消费习惯，为了避免用户的生物特征信息被伪造导致用户的财务遭到损失，要求进行再次验证。由于再次验证需要待验证用户输入验证数据，并判断验证数据是否与预设数据相同，此时预设数据便构成了记忆类密码，不法分子难以伪造，提升了安全性能。具体的，举例为：所述消费区间的最大值为用户的历史消费记录中的单次消费最大金额。在一个实施方式中，所述预定规则可以为根据用户的历史消费记录得出消费均值，所述业务数据应小于所述消费均值的预定倍数。当所述业务数据大于所述消费均值的预定倍数，则认为不符合所述预定规则。具体的，举例为：所述预定倍数可以为1～5倍。
请参阅图6，本申请实施方式还提供一种身份验证***100。所述身份验证***100包括：采集模块10、特征提取模块20、匹配模块30、处理模块40。
采集模块10用于采集待验证用户的生物特征信息。
在本实施方式中，所述生物特征信息可以包括指纹图像、人脸图像、虹膜图像、掌纹图像、步态视频、语音音频、耳型图像或签名识别等等。其中优选地，所述生物特征信息可以包括指纹图像或虹膜图像。
在本实施方式中，采集模块10可以是任何具有生物特征信息采集功能的装置。具体的，举例为：若要采集的生物特征信息是指纹图像，用户终端可以是光学式指纹读取器、电容式指纹传感器或射频指纹识别技术传感器等。若要采集的生物特征信息是虹膜图像，用户终端可以是带有光学摄像头的图像采集装置。
特征提取模块20用于从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户。
在本实施方式中，生物特征信息中包括若干特征点信息，所述若干特征点信息形成特征点信息集。特征点信息是用户自身生长过程中形成的特征。具体的，举例为：以生物特征信息为指纹图像为例，指纹中的特征点的类型可以包括纹路的端点、断点、孤立点或环等，特征点信息可以包括特征点的类型、坐标、方向等参数。以生物特征信息为虹膜图像为例，虹膜中的特征点的类型可以包括冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹或条纹等，特征点信息可以包括特征点的类型、坐标、方向、大小等参数。由于每个特征点信息集均是从用户的特征信息中提取出来，所以一个特征点信息集可以唯一标识一个用户。
匹配模块30用于将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配。
在本实施方式中，身份验证***100可以预先采集用户的生物特征信息，预设特征点信息集可以是从所述生物特征信息中提取出的特征点信息集。预先保存所述特征点信息集，以作为后待验证用户是否有权限通过验证的预设特征点信息集。
在本实施方式中，将待验证特征点信息集中的每个特征点信息与预设特征点信息集中的特征点信息进行比对，判断二者是否相同。具体的，举例为：所述待验证特征点信息集的来源为指纹图像，可以依照特征点信息中的坐标按照一定顺序选取待验证特征点信息集中的特征点信息与预设特征点信息集中对应坐标的特征点信息进行比对，判断该特征点的类型、方向等信息是否相同。并可以进一步结合模糊算法，在预设特征点信息集中选择与当前选取的特征点信息的坐标相邻近的特征点信息与当前选取的特征点信息进行比对，如此在发现除坐标外相同的特征点信息时，可以通过二者的坐标差校准待验证特征点信息集中的坐标与预设特征点信息集中的坐标。所述预设特征点信息集的数量可以为至少一个，当所述预定特征点信息集的数量为二个或二个以上时，可以将所述待验证特征点信息集分别与预定特征点信息集进行匹配。
处理模块40用于在所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
在本实施方式中，匹配度可以是待验证特征点信息集中与预设特征点信息集中相匹配的特征点信息数量占预设特征点信息集中特征点信息总数的比例。当然，匹配度也可以是待验证特征点信息集中与预设特征点信息集中相匹配的特征点信息数量占待验证特征点信息集中特征点信息总数的比例。
在本实施方式中，第一预定阈值可以为认定待验证用户可以直接通过验证的最低匹配度，即当待验证特征点信息集与预设特征点信息集的匹配度大于或等于第一预定阈值时，可以认定待验证用户通过验证。
在本实施方式中，当匹配度小于第一预定阈值并大于第二预定阈值，可以表明待验证特征点信息集中存在一定数量的特征点信息与预设特征点信息集相同。此时，可能存在两种情况。第一可能是待验证用户有权限通过验证，但由于采集终端老化导致采集的生物特征信息的质量较差，也可能是用户本身身体状态不佳，导致采集终端采集的生物特征信息的质量较差，致使匹配度没有大于或等于第一预定阈值。第二可能是待验证用户本身没有权限通过验证，待验证客户的待验证特征点信息集与预设待验证特征点信息集客观上存在部分特征点信息相同。当然，还可能存在其他原因导致匹配度小于第一预定阈值并大于第二预定阈值，在此限于篇幅不再列举，前述列举的情况仅仅是针对出现匹配度小于第一预定阈值并大于第二预定阈值情况的举例，并不对本申请构成限定。
在本实施方式中，当匹配度小于第二预定阈值，可以表明待验证特征点信息集中存在较少数量的特征点与预设特征点信息集相同，基本可以排除待验证用户具有权限通过验证。
在本实施方式中，所述预定数据可以为用户预先设置并进行保存的数据，该数据与用户预先设置的预设特征点信息集对应保存，用于在生物特征信息的匹配度处于第一预定阈值和第二预定阈值之间时，输入与所述预定数据相同的验证数据，表明待验证用户有权限通过验证。具体的，举例为：所述预定数据可以为至少一位数字，或至少一个字母，或至少一个符号，或者由数字、字母和符号中至少二种组成的字符串。
在本实施方式中，若所述验证数据与所述预定数据不同，则待验证用户的身份验证失败，即待验证用户未通过身份验证，不具有进一步作业的权限。
请参阅图7，本申请实施方式还提供一种服务器数据处理方法，所述服务器数据处理方法还包括以下步骤。
步骤S50：接收用户终端发出的生物特征信息。
在本实施方式中，所述生物特征信息可以包括指纹图像、人脸图像、虹膜图像、掌纹图像、步态视频、语音音频、耳型图像或签名识别等等。其中优选地，所述生物特征信息可以包括指纹图像或虹膜图像。用户终端具有生物特征信息采集功能，并将采集的生物特征信息发送给服务器。
步骤S21：从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户。
在本实施方式中，生物特征信息中包括若干特征点信息，所述若干特征点信息形成特征点信息集。特征点信息是用户自身生长过程中形成的特征。具体的，举例为：以生物特征信息为指纹图像为例，指纹中的特征点的类型可以包括纹路的端点、断点、孤立点、分叉点或环等，特征点信息可以包括特征点的类型、坐标、方向等参数。以生物特征信息为虹膜图像为例，虹膜中的特征点的类型可以包括冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹或条纹等，特征点信息可以包括特征点的类型、坐标、方向、大小等参数。由于每个特征点信息集均是从用户的特征信息中提取出来，所以一个特征点信息集可以唯一标识一个用户。
步骤S31：将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配。
在本实施方式中，服务器中可以预先存储有的特征点信息集。预先保存所述特征点信息集，以作为后待验证用户是否有权限通过验证的预设特征点信息集。
在本实施方式中，服务器将待验证特征点信息集中的每个特征点信息与预设特征点信息集中的特征点信息进行比对，判断二者是否相同。具体的，举例为：所述待验证特征点信息集的来源为指纹图像，可以依照特征点信息中的坐标按照一定顺序选取待验证特征点信息集中的特征点信息与预设特征点信息集中对应坐标的特征点信息进行比对，判断该特征点的类型、方向等信息是否相同。并可以进一步结合模糊算法，在预设特征点信息集中选择与当前选取的特征点信息的坐标相邻近的特征点信息与当前选取的特征点信息进行比对，如此在发现除坐标外相同的特征点信息时，可以通过二者的坐标差校准待验证特征点信息集中的坐标与预设特征点信息集中的坐标。所述预设特征点信息集的数量可以为至少一个，当所述预定特征点信息集的数量为二个或二个以上时，可以将所述待验证特征点信息集分别与预定特征点信息集进行匹配。
步骤S40：所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
在本实施方式中，匹配度可以是待验证特征点信息集中与预设特征点信息集中相匹配的特征点信息数量占预设特征点信息集中特征点信息总数的比例。当然，匹配度也可以是待验证特征点信息集中与预设特征点信息集中相匹配的特征点信息数量占待验证特征点信息集中特征点信息总数的比例。
在本实施方式中，第一预定阈值可以为认定待验证用户可以直接通过验证的最低匹配度，即当待验证特征点信息集与预设特征点信息集的匹配度大于或等于第一预定阈值时，可以认定待验证用户通过验证。
在本实施方式中，当匹配度小于第一预定阈值并大于第二预定阈值，可以表明待验证特征点信息集中存在一定数量的特征点信息与预设特征点信息集相同。此时，可能存在两种情况。第一可能是待验证用户有权限通过验证，但由于采集终端老化导致采集的生物特征信息的质量较差，也可能是用户本身身体状态不佳，导致采集终端采集的生物特征信息的质量较差，致使匹配度没有大于或等于第一预定阈值。第二可能是待验证用户本身没有权限通过验证，待验证客户的待验证特征点信息集与预设待验证特征点信息集客观上存在部分特征点信息相同。当然，还可能存在其他原因导致匹配度小于第一预定阈值并大于第二预定阈值，在此限于篇幅不再列举，前述列举的情况仅仅是针对出现匹配度小于第一预定阈值并大于第二预定阈值情况的举例，并不对本申请构成限定。
在本实施方式中，当匹配度小于第二预定阈值，可以表明待验证特征点信息集中存在较少数量的特征点与预设特征点信息集相同，基本可以排除待验证用户具有权限通过验证。
在本实施方式中，所述预定数据可以为用户预先设置并进行保存的数据，该数据与用户预先设置的预设特征点信息集对应保存，用于在生物特征信息的匹配度处于第一预定阈值和第二预定阈值之间时，输入与所述预定数据相同的验证数据，表明待验证用户有权限通过验证。具体的，举例为：所述预定数据可以为至少一位数字，或至少一个字母，或至少一个符号，或者由数字、字母和符号中至少二种组成的字符串。
在本实施方式中，若所述验证数据与所述预定数据不同，则待验证用户的身份验证失败，即待验证用户未通过身份验证，不具有进一步作业的权限。
请参阅图8，本申请实施方式还提供一种服务器数据处理方法，所述服务器数据处理方法包括以下步骤。
步骤S51：接收待验证特征点信息集。
步骤S31：将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配。
步骤S40：所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
在本实施方式中，所述服务器可以是具有运算和存储功能的计算机设备。预设特征点信息集可以预先保存在服务器内，将预设特征点信息集作为判断待验证用户是否有权限通过验证的依据。具体的，可以有用户终端预先采集用户的生物特征信息并提取特征点信息集，服务器按照一定的规则保存特征点信息集，以便于后续读取作为判断待验证用户是否有权限通过验证的依据。在服务器中可以存储有至少一个预设特征点信息集，并且服务器可以接收不同用户终端发来的生物特征信息，如此实现用户在服务器中保存预设特征点信息集之后，可以在不同的地方进行验证权限，进而通过验证之后进行进一步的操作。
在本实施方式中，服务器将待验证特征点信息集中的每个特征点信息与预设特征点信息集中的特征点信息进行比对，判断二者是否相同。具体的，举例为：所述待验证特征点信息集的来源为指纹图像，可以依照特征点信息中的坐标按照一定顺序选取待验证特征点信息集中的特征点信息与预设特征点信息集中对应坐标的特征点信息进行比对，判断该特征点的类型、方向等信息是否相同。并可以进一步结合模糊算法，在预设特征点信息集中选择坐标与当前选取的特征点信息的坐标相邻近的特征点信息与当前选取的特征点信息进行比对，如此在发现相同的特征点信息时，可以通过二者的坐标差校准待验证特征点信息集中的坐标与预设特征点信息集中的坐标。所述预设特征点信息集的数量可以为至少一个，当所述预定特征点信息集的数量为二个或二个以上时，可以将所述待验证特征点信息集分别与预定特征点信息集进行匹配。
在本实施方式中，所述预定数据可以为用户预先设置并保存在服务器中的数据，该服务器将所述预定数据与用户预先设置的预设特征点信息集相对应保存，用于在生物特征信息的匹配度处于第一预定阈值和第二预定阈值之间时，输入与所述预定数据相同的验证数据，表明待验证用户有权限通过验证。具体的，举例为：所述预定数据可以为至少一位数字，或至少一个字母，或至少一个符号，或者由数字、字母和符号中至少二种组成的字符串。
请参阅图9，在本申请的一个实施方式中，所述服务器数据处理方法还包括如下步骤。
步骤S60：所述匹配度大于所述第一预定阈值时，所述服务器获取所述待验证用户的预定定位终端的位置信息，判断所述预定定位终端和采集所述待验证用户的生物特征信息的用户终端是否处于同一位置。
在本实施方式中，预定定位终端可以是能够利用GPS或通信基站产生位置信息的装置。具体的，举例为：预定定位终端可以是移动电话。服务器可以预先对应预定特征点信息集保存用户移动电话的号码。服务器获取移动电话的位置信息的过程可以为：服务器向移动电话发出位置信息获取请求，移动电话接收位置信息获取请求之后，启动定位功能，可以是GPS定位，也可以是利用基站定位，产生定位信息并反馈给服务器。
步骤S70：所述预定定位终端和所述用户终端不是处于同一位置时，接收待验证用户输入的所述验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
在本实施方式中，服务器判断得出预定定位终端与用户终端不是处于同一个位置，则会通过用户终端接收验证数据，从而提升了所述身份验证方向的安全性。在一些情况下，比如涉及金融、机密数据或机密场合，对身份验证要求较高，单纯的生物特征信息的验证可能会被伪造。具体的，举例为：不法分子可能通过一些途径获取到某个用户的指纹或虹膜，并通过伪造技术进行伪造，例如制造具有该用户指纹的指套，或者提取出指纹或虹膜的特征点信息集并将该特征点信息集直接发送给服务器验证。不法分子可能通过前述方式通过身份验证，进而可能给造成用户的经济损失或重要信息泄露。本实施方式中，通过判断用户随身携带的预定定位装置是否与用户终端处于同一位置，从而可以防止伪造的生物特征信息通过身份验证，极大的提高了用户的使用安全性。
在一个实施方式中，所述服务器数据处理方法还包括步骤：所述预定定位终端和所述用户终端处于同一位置时，所述待验证用户通过验证。
请参阅图10，在一个实施方式中，所述服务器数据处理方法还包括以下步骤。
步骤S81：接收业务数据。
在本实施方式中，所述业务数据可以为消费者的消费金额。服务器可以通过用户终端接收用户输入的业务数据。用户终端在向服务器发送生物特征信息或特征点信息集时，可以附带所述业务数据。
步骤S90：所述匹配度大于所述第一预定阈值时，将所述业务数据与预设规则进行对比，若所述业务数据不符合所述预设规则，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
在本实施方式中，预设规则可以是对业务数据的取值的预测，或者对业务数据取值的限制，或者是对业务数据的历史取值范围。业务数据符合预定规则，可以表示所述业务数据没有出现异常，不需要进一步的验证。当业务数据不符合预定规则，表示业务数据的取值可能存在异常，需要对待验证用户进一步验证，避免因用户的生物特征信息泄露被伪造而给用户造成损失。
在一个实施方式中，对应于本申请的身份验证方法应用于消费者在商铺进行消费的场合。所述预定规则可以是根据用户的历史消费记录分析得出的消费金额区间，所述业务数据应不超出所述消费金额区间。当所述业务数据处于所述消费金额区间之外时，被认定为业务数据不符合所述预设规则。业务数据表示当前的消费金额，当业务数据处于消费金额区间之外时，表明当前的消费违背了用户的历史消费习惯，为了避免用户的生物特征信息被伪造导致用户的财务遭到损失，要求进行再次验证。由于再次验证需要待验证用户输入验证数据，并判断验证数据是否与预设数据相同，此时预设数据便构成了记忆类密码，不法分子难以伪造，提升了安全性能。具体的，举例为：所述消费区间的最大值为用户的历史消费记录中的单次消费最大金额。在一个实施方式中，所述预定规则可以为根据用户的历史消费记录得出消费均值，所述业务数据应小于所述消费均值的预定倍数。当所述业务数据大于所述消费均值的预定倍数，则认为不符合所述预定规则。具体的，举例为：所述预定倍数可以为1～5倍。
请参阅图11，在一个实施方式中，在所述步骤S40中还包括如下子步骤。
步骤S41：待验证特征点信息集与二个以上预设特征点信息集的匹配度大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据分别与所述二个以上预设特征点信息集的预设数据进行比对。
在本实施方式中，服务器在将待验证特征点信息集与本地存储的预设特征点信息集进行匹配的过程中，为了提升处理的效率，可能采取模糊算法，如此可能会存在待验证特征点信息集与二个以上预设特征点信息集的匹配度大于第二预定阈值。此时结合验证数据，便可以确定当前待验证用户是否有权限通过身份验证。
步骤S42：所述二个以上预设特征点信息集的预设数据存在一个预设数据与所述验证数据相同时，所述待验证用户通过验证。
在本实施方式中，在验证数据与所述二个以上预设特征点信息集的预定数据中的一个相同，表示待验证用户有权限通过验证。
请参阅图12，在一个实施方式中，所述步骤S42还包括如下子步骤。
步骤S43：将与所述验证数据相同的预设数据对应的预设特征点信息集与所述待验证特征点信息集进行再次匹配。
步骤S45：所述待验证特征点信息集与所述预设特征点信息集的匹配度大于所述第二预定阈值时，所述待验证用户通过验证。
在本实施方式中，通过验证数据与所述二个以上预设特征点信息集的预定数据中的一个相同，如此剔除了干扰的预设特征点信息集。再将与所述验证数据相同的预设数据对应的预设特征点信息集与所述待验证特征点信息集进行再次匹配，此时服务器可以采用相对较为精确的算法，对待验证特征点信息集与预设特征点信息集进行匹配，如此使得服务器有着较高的处理效率的同时，也可以确保处理结果的准确性。
请参阅图13，本申请实施方式还提供一种服务器110。所述服务器110包括：接收模块50、特征提取模块21、匹配模块31、处理模块40。
接收模块50用于接收用户终端发出的生物特征信息。
在本实施方式中，所述接收模块51可以为任何具有网络通信功能的端口，或驱动所述端口工作的软体，或利用所述端口接收生物特征信息的软体。
在本实施方式中，所述生物特征信息可以包括指纹图像、人脸图像、虹膜图像、掌纹图像、步态视频、语音音频、耳型图像或签名识别等等。其中优选地，所述生物特征信息可以包括指纹图像或虹膜图像。用户终端具有生物特征信息采集功能，并将采集的生物特征信息发送给服务器。
特征提取模块21用于从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户。
在本实施方式中，生物特征信息中包括若干特征点信息，所述若干特征点信息形成特征点信息集。特征点信息是用户自身生长过程中形成的特征。具体的，举例为：以生物特征信息为指纹图像为例，指纹中的特征点的类型可以包括纹路的端点、断点、孤立点、分叉点或环等，特征点信息可以包括特征点的类型、坐标、方向等参数。以生物特征信息为虹膜图像为例，虹膜中的特征点的类型可以包括冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹或条纹等，特征点信息可以包括特征点的类型、坐标、方向、大小等参数。由于每个特征点信息集均是从用户的特征信息中提取出来，所以一个特征点信息集可以唯一标识一个用户。
匹配模块31用于将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配。
在本实施方式中，服务器中可以预先存储有的特征点信息集。预先保存所述特征点信息集，以作为后待验证用户是否有权限通过验证的预设特征点信息集。
在本实施方式中，服务器将待验证特征点信息集中的每个特征点信息与预设特征点信息集中的特征点信息进行比对，判断二者是否相同。具体的，举例为：所述待验证特征点信息集的来源为指纹图像，可以依照特征点信息中的坐标按照一定顺序选取待验证特征点信息集中的特征点信息与预设特征点信息集中对应坐标的特征点信息进行比对，判断该特征点的类型、方向等信息是否相同。并可以进一步结合模糊算法，在预设特征点信息集中选择与当前选取的特征点信息的坐标相邻近的特征点信息与当前选取的特征点信息进行比对，如此在发现除坐标外相同的特征点信息时，可以通过二者的坐标差校准待验证特征点信息集中的坐标与预设特征点信息集中的坐标。所述预设特征点信息集的数量可以为至少一个，当所述预定特征点信息集的数量为二个或二个以上时，可以将所述待验证特征点信息集分别与预定特征点信息集进行匹配。
处理模块40用于在所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
在本实施方式中，匹配度可以是待验证特征点信息集中与预设特征点信息集中相匹配的特征点信息数量占预设特征点信息集中特征点信息总数的比例。当然，匹配度也可以是待验证特征点信息集中与预设特征点信息集中相匹配的特征点信息数量占待验证特征点信息集中特征点信息总数的比例。
在本实施方式中，第一预定阈值可以为认定待验证用户可以直接通过验证的最低匹配度，即当待验证特征点信息集与预设特征点信息集的匹配度大于或等于第一预定阈值时，可以认定待验证用户通过验证。
在本实施方式中，当匹配度小于第一预定阈值并大于第二预定阈值，可以表明待验证特征点信息集中存在一定数量的特征点信息与预设特征点信息集相同。此时，可能存在两种情况。第一可能是待验证用户有权限通过验证，但由于采集终端老化导致采集的生物特征信息的质量较差，也可能是用户本身身体状态不佳，导致采集终端采集的生物特征信息的质量较差，致使匹配度没有大于或等于第一预定阈值。第二可能是待验证用户本身没有权限通过验证，待验证客户的待验证特征点信息集与预设待验证特征点信息集客观上存在部分特征点信息相同。当然，还可能存在其他原因导致匹配度小于第一预定阈值并大于第二预定阈值，在此限于篇幅不再列举，前述列举的情况仅仅是针对出现匹配度小于第一预定阈值并大于第二预定阈值情况的举例，并不对本申请构成限定。
在本实施方式中，当匹配度小于第二预定阈值，可以表明待验证特征点信息集中存在较少数量的特征点与预设特征点信息集相同，基本可以排除待验证用户具有权限通过验证。
在本实施方式中，所述预定数据可以为用户预先设置并进行保存的数据，该数据与用户预先设置的预设特征点信息集对应保存，用于在生物特征信息的匹配度处于第一预定阈值和第二预定阈值之间时，输入与所述预定数据相同的验证数据，表明待验证用户有权限通过验证。具体的，举例为：所述预定数据可以为至少一位数字，或至少一个字母，或至少一个符号，或者由数字、字母和符号中至少二种组成的字符串。
在本实施方式中，若所述验证数据与所述预定数据不同，则待验证用户的身份验证失败，即待验证用户未通过身份验证，不具有进一步作业的权限。
请参阅图14，本申请实施方式还提供一种服务器120。服务器120包括：接收模块51、匹配模块31、处理模块40。
接收模块50用于接收待验证特征点信息集。
匹配模块31用于将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配。
处理模块40用于在所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
在本实施方式中，所述服务器120直接接收待验证特征点信息集，而从生物特征信息中提取特征点信息集的工作由用户终端来完成，如此减少了服务器120的工作负荷，进而可以提升服务120的处理效率，再者也可以对用户终端的硬件资源得到充分的利用。
由以上本申请实施方式提供的技术方案可见，本申请为待验证特征点信息集与预定特征点信息集的匹配度，划分两个基准值，即第一预定阈值和第二预定阈值，针对匹配度处于第一预定阈值和第二预定阈值之间的情况，采取了进一步的验证措施，使得因一些特殊原因导致的原本有权限通过身份验证而未通过身份验证的用户，无需重复多次进行身份验证尝试，在一次身份验证过程中便可以通过身份验证，给用户带来了便利。
虽然通过实施方式描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

Claims (29)

1.一种身份验证方法，其特征在于，其包括：
采集待验证用户的生物特征信息；
从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户；
将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；
所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
2.如权利要求1所述的方法，其特征在于，所述匹配度大于所述第一预定阈值，所述待验证用户通过验证。
3.如权利要求1所述的方法，其特征在于，所述身份验证方法应用于包括用户终端和服务器的硬件***，所述身份验证方法包括：
所述用户终端采集待验证用户的生物特征信息，向所述服务器发送消息，所述消息附带所述生物特征信息；
所述服务器接收所述生物特征信息；
所述服务器从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户；
所述服务器将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；
所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
4.如权利要求1所述的方法，其特征在于，所述身份验证方法应用于包括用户终端和服务器的硬件***，所述身份验证方法包括：
所述用户终端采集待验证用户的生物特征信息；
所述用户终端从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户，所述用户终端发送消息给所述服务器，所述消息附带有所述待验证特征点信息集；
所述服务器接收所述待验证特征点信息集；
所述服务器将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；
所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
5.如权利要求3或4所述的方法，其特征在于，所述身份验证方法还包括：
所述匹配度大于所述第一预定阈值时，所述服务器获取所述待验证用户的预定定位终端的位置信息，判断所述预定定位终端和采集所述待验证用户的生物特征信息的用户终端是否处于同一位置；
所述预定定位终端和所述用户终端不是处于同一位置时，所述服务器通过所述用户终端接收待验证用户输入的所述验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
6.如权利要求5所述的方法，其特征在于，所述身份验证方法还包括：所述预定定位终端和所述用户终端处于同一位置时，所述待验证用户通过验证。
7.如权利要求5所述的方法，其特征在于，所述用户终端向所述服务器发出的消息中还附带有所述用户终端的位置信息。
8.如权利要求1所述的方法，其特征在于，所述身份验证方法还包括以下步骤：
接收用户输入的业务数据；
所述匹配度大于所述第一预定阈值时，将所述业务数据与预设规则进行对比，若所述业务数据不符合所述预设规则，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
9.如权利要求8所述的方法，其特征在于：所述业务数据为消费金额，所述预设规则是根据用户的历史消费记录分析得出的消费金额区间，所述业务数据应不超出所述消费金额区间。
10.如权利要求8所述的方法，其特征在于：所述业务数据为消费金额，所述预设规则为根据用户的历史消费记录得出消费均值，所述业务数据应小于所述消费均值的预定倍数。
11.一种身份验证***，其特征在于，所述身份验证***包括：
采集模块，用于采集待验证用户的生物特征信息；
特征提取模块，用于从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户；
匹配模块，用于将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；
处理模块，用于在所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
12.一种服务器数据处理方法，其特征在于，所述方法包括：
接收用户终端发出的生物特征信息；
从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户；
将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；
所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
13.如权利要求12所述的方法，其特征在于，所述服务器数据处理方法还包括：
所述匹配度大于所述第一预定阈值时，所述服务器获取所述待验证用户的预定定位终端的位置信息，判断所述预定定位终端和采集所述待验证用户的生物特征信息的用户终端是否处于同一位置；
所述预定定位终端和所述用户终端不是处于同一位置时，接收待验证用户输入的所述验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
14.如权利要求13所述的方法，其特征在于，所述服务器数据处理方法还包括：所述预定定位终端和所述用户终端处于同一位置时，所述待验证用户通过验证。
15.如权利要求12所述的方法，其特征在于，所述服务器数据处理方法还包括：
接收业务数据；
所述匹配度大于所述第一预定阈值时，将所述业务数据与预设规则进行对比，若所述业务数据不符合所述预设规则，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
16.如权利要求15所述的方法，其特征在于，所述业务数据是消费金额，所述预定规则是根据用户的历史消费记录分析得出的消费金额区间，所述业务数据应不超出所述消费金额区间。
17.如权利要求15所述的方法，其特征在于，所述业务数据是消费金额，所述预定规则是根据用户的历史消费记录得出消费均值，所述业务数据应小于所述消费均值的预定倍数。
18.如权利要求12所述的方法，其特征在于，在将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配的步骤中还包括：
待验证特征点信息集与二个以上预设特征点信息集的匹配度大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据分别与所述二个以上预设特征点信息集的预设数据进行比对；
所述二个以上预设特征点信息集的预设数据存在一个预设数据与所述验证数据相同时，所述待验证用户通过验证。
19.如权利要求18所述的方法，其特征在于，在所述二个以上预设特征点信息集的预设数据存在一个预设数据与所述验证数据相同时，所述待验证用户通过验证的步骤中，还包括：
将与所述验证数据相同的预设数据对应的预设特征点信息集与所述待验证特征点信息集进行再次匹配；
所述待验证特征点信息集与所述预设特征点信息集的匹配度大于所述第二预定阈值时，所述待验证用户通过验证。
20.一种服务器数据处理方法，其特征在于，所述方法包括：
接收待验证特征点信息集；
将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；
所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
21.如权利要求20所述的方法，其特征在于，所述服务器数据处理方法还包括：
所述匹配度大于所述第一预定阈值时，所述服务器获取所述待验证用户的预定定位终端的位置信息，判断所述预定定位终端和采集所述待验证用户的生物特征信息的用户终端是否处于同一位置；
所述预定定位终端和所述用户终端不是处于同一位置时，接收待验证用户输入的所述验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
22.如权利要求21所述的方法，其特征在于，所述服务器数据处理方法还包括：所述预定定位终端和所述用户终端处于同一位置时，所述待验证用户通过验证。
23.如权利要求20所述的方法，其特征在于，所述服务器数据处理方法还包括：
接收业务数据；
所述匹配度大于所述第一预定阈值时，将所述业务数据与预设规则进行对比，若所述业务数据不符合所述预设规则，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
24.如权利要求23所述的方法，其特征在于，所述业务数据是消费金额，所述预定规则是根据用户的历史消费记录分析得出的消费金额区间，所述业务数据应不超出所述消费金额区间。
25.如权利要求23所述的方法，其特征在于，所述业务数据是消费金额，所述预定规则是根据用户的历史消费记录得出消费均值，所述业务数据应小于所述消费均值的预定倍数。
26.如权利要求20所述的方法，其特征在于，在将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配的步骤中还包括：
待验证特征点信息集与二个以上预设特征点信息集的匹配度大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据分别与所述二个以上预设特征点信息集的预设数据进行比对；
所述二个以上预设特征点信息集的预设数据存在一个预设数据与所述验证数据相同时，所述待验证用户通过验证。
27.如权利要求26所述的方法，其特征在于，在所述二个以上预设特征点信息集的预设数据存在一个预设数据与所述验证数据相同时，所述待验证用户通过验证的步骤中，还包括：
将与所述验证数据相同的预设数据对应的预设特征点信息集与所述待验证特征点信息集进行再次匹配；
所述待验证特征点信息集与所述预设特征点信息集的匹配度大于所述第二预定阈值时，所述待验证用户通过验证。
28.一种服务器，其特征在于，所述服务器包括：
接收模块，用于接收用户终端发出的生物特征信息；
特征提取模块，用于从所述生物特征信息中提取特征点信息形成待验证特征点信息集，所述待验证特征点信息集标识所述待验证用户；
匹配模块，用于将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；
处理模块，用于在所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
29.一种服务器，其特征在于，所述服务器包括：
接收模块，用于接收待验证特征点信息集；
匹配模块，用于将所述待验证特征点信息集与预先存储的预设特征点信息集进行匹配；
处理模块，用于在所述待验证特征点信息集与预设特征点信息集的匹配度小于第一预定阈值并大于第二预定阈值时，接收待验证用户输入的验证数据，将所述验证数据与所述预设特征点信息集对应的预设数据进行比对，若二者相同，所述待验证用户通过验证。
CN201410242379.7A 2014-06-03 2014-06-03 身份验证方法与***以及服务器数据处理方法和服务器 Pending CN105227307A (zh)

Priority Applications (10)

Application Number Priority Date Filing Date Title
CN201410242379.7A CN105227307A (zh) 2014-06-03 2014-06-03 身份验证方法与***以及服务器数据处理方法和服务器
TW103134011A TWI650666B (zh) 2014-06-03 2014-09-30 身份驗證方法與系統以及伺服器資料處理方法和伺服器
US14/723,320 US9704051B2 (en) 2014-06-03 2015-05-27 Method and system for verifying identities
SG11201609229UA SG11201609229UA (en) 2014-06-03 2015-05-28 Method and system for verifying identities
PCT/US2015/032841 WO2015187445A1 (en) 2014-06-03 2015-05-28 Method and system for verifying identities
EP15729640.1A EP3152702A1 (en) 2014-06-03 2015-05-28 Method and system for verifying identities
JP2016566203A JP6518694B2 (ja) 2014-06-03 2015-05-28 本人照合を行うための方法およびシステム
KR1020167030810A KR102038851B1 (ko) 2014-06-03 2015-05-28 신원들을 검증하기 위한 방법 및 시스템
SG10201907025VA SG10201907025VA (en) 2014-06-03 2015-05-28 Method and system for verifying identities
HK16103695.4A HK1215766A1 (zh) 2014-06-03 2016-03-31 身份驗證方法與系統以及服務器數據處理方法和服務器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410242379.7A CN105227307A (zh) 2014-06-03 2014-06-03 身份验证方法与***以及服务器数据处理方法和服务器

Publications (1)

Publication Number Publication Date
CN105227307A true CN105227307A (zh) 2016-01-06

Family

ID=54702167

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410242379.7A Pending CN105227307A (zh) 2014-06-03 2014-06-03 身份验证方法与***以及服务器数据处理方法和服务器

Country Status (9)

Country Link
US (1) US9704051B2 (zh)
EP (1) EP3152702A1 (zh)
JP (1) JP6518694B2 (zh)
KR (1) KR102038851B1 (zh)
CN (1) CN105227307A (zh)
HK (1) HK1215766A1 (zh)
SG (2) SG11201609229UA (zh)
TW (1) TWI650666B (zh)
WO (1) WO2015187445A1 (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105897747A (zh) * 2016-05-27 2016-08-24 北京中金国信科技有限公司 基于数字生物签名的数据存储方法、装置及智能设备
CN107103218A (zh) * 2016-10-24 2017-08-29 阿里巴巴集团控股有限公司 一种业务实现方法和装置
CN107633564A (zh) * 2017-08-31 2018-01-26 深圳市盛路物联通讯技术有限公司 基于图像的监控方法及物联网服务器
CN108171033A (zh) * 2017-12-15 2018-06-15 微梦创科网络科技（中国）有限公司 智能终端的混合身份验证方法、装置、存储介质和终端
CN108647576A (zh) * 2018-04-10 2018-10-12 阳光暖果（北京）科技发展有限公司 一种基于视频序列人脸识别的活体身份认证方法
CN108806025A (zh) * 2017-05-03 2018-11-13 腾讯科技（深圳）有限公司 实现访客临时访问的门禁授权方法及装置
CN108989038A (zh) * 2017-05-31 2018-12-11 国民技术股份有限公司 一种用于地理位置认证的识别设备、***及方法
CN110276892A (zh) * 2019-06-26 2019-09-24 深圳市腾讯计算机***有限公司 无人售货方法、装置、设备及存储介质
CN110298245A (zh) * 2019-05-22 2019-10-01 平安科技（深圳）有限公司 兴趣收集方法、装置、计算机设备及存储介质
CN110599639A (zh) * 2019-08-13 2019-12-20 深圳市天彦通信股份有限公司 身份验证方法及相关产品
CN111914637A (zh) * 2020-06-28 2020-11-10 普瑞达建设有限公司 一种智能人脸识别集成管理方法及***
CN112446709A (zh) * 2020-12-15 2021-03-05 安徽银通物联有限公司 一种人脸识别支付认证方法及***
CN114742647A (zh) * 2022-03-01 2022-07-12 宁冬冬 一种基于区块链和大数据的金融交易***

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11562448B2 (en) * 2015-04-27 2023-01-24 First Advantage Corporation Device and method for performing validation and authentication of a physical structure or physical object
CN106411812B (zh) 2015-07-27 2019-10-08 阿里巴巴集团控股有限公司 用户身份的验证方法、***和验证服务器
KR101736710B1 (ko) * 2015-08-07 2017-05-17 주식회사 슈프리마 생체 정보 관리 방법 및 장치
CN105915714A (zh) * 2016-05-24 2016-08-31 北京小米移动软件有限公司 终端丢失提示方法及装置
CN106203371A (zh) * 2016-07-19 2016-12-07 柳州龙辉科技有限公司 一种基于身份识别的人口管理***和方法
CN106228054A (zh) * 2016-08-02 2016-12-14 北京小米移动软件有限公司 身份验证方法和装置
CN108009168B (zh) * 2016-10-31 2020-12-01 腾讯科技（深圳）有限公司 用户帐号识别方法及装置
CN107491674B (zh) * 2017-07-27 2020-04-07 阿里巴巴集团控股有限公司 基于特征信息进行用户验证的方法及装置
KR102382470B1 (ko) 2017-08-29 2022-04-04 홈 컨트롤 싱가포르 피티이. 엘티디. 정교한 사용자 인식
CN109844764B (zh) * 2017-08-31 2021-12-28 华为技术有限公司 指纹传感器功能的验证方法及终端
TWI663567B (zh) * 2017-09-25 2019-06-21 中國信託商業銀行股份有限公司 Address verification device and system and online address verification method
CN109033768B (zh) * 2018-06-28 2022-07-19 重庆辉烨物联科技有限公司 一种基于智能移动终端的充电方法、装置和终端
CN108846273B (zh) * 2018-07-18 2020-09-01 维沃移动通信有限公司 一种身份识别验证方法及模组
CN112825051A (zh) * 2019-11-20 2021-05-21 精品科技股份有限公司 数据验证方法
CN112613891B (zh) * 2020-12-24 2023-10-03 支付宝(杭州)信息技术有限公司 一种店铺注册信息验证方法、装置及设备
JP6926351B1 (ja) * 2021-02-01 2021-08-25 真旭 徳山 端末装置、情報処理方法、及びプログラム
CN116418976B (zh) * 2022-11-24 2023-12-12 北京的卢铭视科技有限公司 结构光相机的产测sdk授权方法、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102137077A (zh) * 2010-01-26 2011-07-27 凹凸电子（武汉）有限公司 访问控制***和采用计算机***控制访问权限的方法
CN103294986A (zh) * 2012-03-02 2013-09-11 汉王科技股份有限公司 一种生物特征的识别方法和装置
CN103685311A (zh) * 2013-12-27 2014-03-26 网易（杭州）网络有限公司 一种登录验证方法及设备

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5127043A (en) * 1990-05-15 1992-06-30 Vcs Industries, Inc. Simultaneous speaker-independent voice recognition and verification over a telephone network
US6560352B2 (en) * 1999-10-08 2003-05-06 Lumidigm, Inc. Apparatus and method of biometric identification or verification of individuals using optical spectroscopy
US6816605B2 (en) * 1999-10-08 2004-11-09 Lumidigm, Inc. Methods and systems for biometric identification of individuals using linear optical spectroscopy
JP4586250B2 (ja) * 2000-08-31 2010-11-24 ソニー株式会社 個人識別証明書リンクシステム、情報処理装置、および情報処理方法、並びにプログラム提供媒体
JP2004030560A (ja) * 2002-12-27 2004-01-29 Ntt Data Corp データ処理装置、データ処理システム及び方法
JP2005010826A (ja) * 2003-06-16 2005-01-13 Fujitsu Ltd 認証端末装置、生体情報認証システム、及び生体情報取得システム
JP4340553B2 (ja) * 2004-02-06 2009-10-07 富士通株式会社 生体情報照合装置
JP4257250B2 (ja) * 2004-03-30 2009-04-22 富士通株式会社 生体情報照合装置並びに生体特徴情報絞込み装置，生体特徴情報絞込みプログラムおよび同プログラムを記録したコンピュータ読取可能な記録媒体
JP4340618B2 (ja) * 2004-10-08 2009-10-07 富士通株式会社 生体情報認証装置及び方法，並びに生体情報認証プログラム及び生体情報認証プログラムを記録したコンピュータ読取可能な記録媒体
WO2006101943A2 (en) * 2005-03-16 2006-09-28 Lc Technologies, Inc. System and method for eyeball surface topography as a biometric discriminator
JP4961214B2 (ja) * 2006-03-29 2012-06-27 株式会社日立情報制御ソリューションズ 生体認証方法およびシステム
JP4886371B2 (ja) * 2006-06-07 2012-02-29 株式会社日立情報制御ソリューションズ 生体認証方法及びシステム
JP4743053B2 (ja) * 2006-09-06 2011-08-10 ヤマハ株式会社 生体認証装置、生体認証方法およびプログラム
CN101303724A (zh) * 2007-05-10 2008-11-12 ***股份有限公司 一种认证授权方法及***
US8065529B2 (en) 2007-05-21 2011-11-22 Ut-Battelle, Llc Methods for using a biometric parameter in the identification of persons
JP2010015307A (ja) * 2008-07-02 2010-01-21 Oki Telecommunication Systems Co Ltd サービス提供システム、サービス提供装置、通信端末、位置認証装置、サービス提供プログラム、通信プログラム及び位置認証プログラム
TWI459309B (zh) * 2008-11-28 2014-11-01 Chi Mei Comm Systems Inc 虹膜識別系統及方法
JP5228872B2 (ja) * 2008-12-16 2013-07-03 富士通株式会社 生体認証装置、生体認証方法及び生体認証用コンピュータプログラムならびにコンピュータシステム
TW201113741A (en) * 2009-10-01 2011-04-16 Htc Corp Lock-state switching method, electronic apparatus and computer program product
WO2011070646A1 (ja) * 2009-12-08 2011-06-16 富士通株式会社 生体認証システム及び生体認証方法
JP2012234235A (ja) * 2011-04-28 2012-11-29 Hitachi Ltd 生体認証システムおよび生体認証方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102137077A (zh) * 2010-01-26 2011-07-27 凹凸电子（武汉）有限公司 访问控制***和采用计算机***控制访问权限的方法
CN103294986A (zh) * 2012-03-02 2013-09-11 汉王科技股份有限公司 一种生物特征的识别方法和装置
CN103685311A (zh) * 2013-12-27 2014-03-26 网易（杭州）网络有限公司 一种登录验证方法及设备

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105897747A (zh) * 2016-05-27 2016-08-24 北京中金国信科技有限公司 基于数字生物签名的数据存储方法、装置及智能设备
CN107103218B (zh) * 2016-10-24 2020-12-22 创新先进技术有限公司 一种业务实现方法和装置
CN107103218A (zh) * 2016-10-24 2017-08-29 阿里巴巴集团控股有限公司 一种业务实现方法和装置
CN108806025A (zh) * 2017-05-03 2018-11-13 腾讯科技（深圳）有限公司 实现访客临时访问的门禁授权方法及装置
CN108989038A (zh) * 2017-05-31 2018-12-11 国民技术股份有限公司 一种用于地理位置认证的识别设备、***及方法
CN108989038B (zh) * 2017-05-31 2021-06-22 国民技术股份有限公司 一种用于地理位置认证的识别设备、***及方法
CN107633564A (zh) * 2017-08-31 2018-01-26 深圳市盛路物联通讯技术有限公司 基于图像的监控方法及物联网服务器
CN108171033A (zh) * 2017-12-15 2018-06-15 微梦创科网络科技（中国）有限公司 智能终端的混合身份验证方法、装置、存储介质和终端
CN108647576A (zh) * 2018-04-10 2018-10-12 阳光暖果（北京）科技发展有限公司 一种基于视频序列人脸识别的活体身份认证方法
CN110298245A (zh) * 2019-05-22 2019-10-01 平安科技（深圳）有限公司 兴趣收集方法、装置、计算机设备及存储介质
CN110298245B (zh) * 2019-05-22 2023-10-13 平安科技（深圳）有限公司 兴趣收集方法、装置、计算机设备及存储介质
CN110276892A (zh) * 2019-06-26 2019-09-24 深圳市腾讯计算机***有限公司 无人售货方法、装置、设备及存储介质
CN110599639A (zh) * 2019-08-13 2019-12-20 深圳市天彦通信股份有限公司 身份验证方法及相关产品
CN111914637A (zh) * 2020-06-28 2020-11-10 普瑞达建设有限公司 一种智能人脸识别集成管理方法及***
CN111914637B (zh) * 2020-06-28 2021-05-04 普瑞达建设有限公司 一种智能人脸识别集成管理方法及***
CN112446709A (zh) * 2020-12-15 2021-03-05 安徽银通物联有限公司 一种人脸识别支付认证方法及***
CN114742647A (zh) * 2022-03-01 2022-07-12 宁冬冬 一种基于区块链和大数据的金融交易***
CN114742647B (zh) * 2022-03-01 2023-09-29 陕西维一信息技术有限公司 一种基于区块链和大数据的金融交易***

Also Published As

Publication number Publication date
TWI650666B (zh) 2019-02-11
WO2015187445A1 (en) 2015-12-10
KR102038851B1 (ko) 2019-10-31
TW201546645A (zh) 2015-12-16
US20150347857A1 (en) 2015-12-03
JP6518694B2 (ja) 2019-05-22
JP2017524998A (ja) 2017-08-31
HK1215766A1 (zh) 2016-09-09
EP3152702A1 (en) 2017-04-12
KR20160144419A (ko) 2016-12-16
SG10201907025VA (en) 2019-09-27
SG11201609229UA (en) 2016-12-29
US9704051B2 (en) 2017-07-11

Similar Documents

Publication Publication Date Title
CN105227307A (zh) 身份验证方法与***以及服务器数据处理方法和服务器
CN1860724B (zh) 用于标识的方法
US20100142764A1 (en) Biometric authentication system
CN105468950A (zh) 身份认证方法、装置、终端及服务器
Annapurani et al. Fusion of shape of the ear and tragus–a unique feature extraction method for ear authentication system
CN107231234A (zh) 一种身份注册方法及装置
CN105635099A (zh) 身份认证方法、身份认证***、终端和服务器
EP3655874B1 (en) Method and electronic device for authenticating a user
US11521208B2 (en) System and method for authenticating transactions from a mobile device
WO2018148900A1 (zh) 基于指纹识别的校验方法、装置、以及交易***
CN114596639B (zh) 一种生物特征识别方法、装置、电子设备及存储介质
KR20160001728A (ko) 홍채인식보안기능이 구비된 usb장치 및 그 제어방법
US20150120543A1 (en) EyeWatch ATM and Wire Transfer Fraud Prevention System
US10679028B2 (en) Method and apparatus for performing authentication based on biometric information
CN110738499A (zh) 用户身份验证方法、装置、计算机设备和存储介质
EP3392790A1 (en) Method for authentication via a combination of biometric parameters
CN111614697A (zh) 用于身份识别的方法和***
KR100554171B1 (ko) 생체 인증 방법 및 그 시스템
CN104601333A (zh) 一种基于人机特征的二维码远程认证方法
CN109344593A (zh) 生物信息验证方法以及验证服务器、录入和验证客户端
CN111932759B (zh) 一种智慧园区物联网数据处理平台及方法
CN108629247A (zh) 一种基于人脸眼纹认证的方法和***
WO2022237550A1 (zh) 一种防止隐私泄露的门禁认证方法、装置及***
CN109960989A (zh) 防篡改的身份证采集认证方法、***、设备及存储介质
CN114329404A (zh) 一种无感认证核验方法和装置、证件以及电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1215766

Country of ref document: HK

TA01 Transfer of patent application right

Effective date of registration: 20191220

Address after: P.O. Box 31119, grand exhibition hall, hibiscus street, 802 West Bay Road, Grand Cayman, British Cayman Islands

Applicant after: Innovative advanced technology Co., Ltd

Address before: Greater Cayman, British Cayman Islands

Applicant before: Alibaba Group Holding Co., Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20160106

RJ01 Rejection of invention patent application after publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1215766

Country of ref document: HK